织物疵点检测的若干问题研究

发布时间：2020-10-12 00:37

　　 “衣、食、住、行”是人类生存的四大基本要素,其中“衣”自古以来都是排在第一位的。所以,在我国传统行业中,纺织行业一直是我国的支柱性产业和重要民族生产业,而织物产品的质量问题也关系到纺织企业的命脉。因此,对纺织品质量的监控与检测是企业生产过程中必不可少的环节。在纺织企业的生产过程中,传统人工织物疵点检测的方法不仅耗费大量人力,还存在检测效率低下、准确率低、劳动强度大、成本高等弊端。近年来,随着计算机视觉和图像处理技术的兴起与广泛应用,对织物疵点检测的研究已成为图像处理领域的研究热点之一。本文运用图像处理技术对织物疵点检测的若干问题进行研究,以达到提高织物疵点检测效率的目的。针对织物狭小疵点检测困难问题,本文以图像处理技术为背景结合图像的稀疏表达方式,采用FCM聚类方法进行检测。其基本思想是将织物检测模型分为学习模块和实时检测模块,把无疵点的织物样本库输入学习模块进行学习,把含有疵点的样本输入实时检测模块与学习好的样本进行对照,通过调节阈值来分割出残缺图像,以达到检测目的。针对织物疵点显著性特征检测问题,本文提出一种基于Gabor滤波簇的非均匀增量式LLE检测算法。Gabor小波在时域和频域具有较好分辨能力的特性,能有效地提取图像多尺度下的局部方向特征。然后,对提取后的高维特征采用非均匀增量式的监督LLE算法进行降维,再采用F-KNN算法进行分类,最后得到疵点识别结果。该方法较LLE算法、有监督的LLE算法在检测准确率上有明显的提高,并在一定程度上缩短检测时间。针对图像边缘提取中间断点多、不光滑问题,本文采用三次B样条小波作为滤波器,用小波变换的方法从全局的角度改善边缘间断问题,再结合小波变换基于模极大值的方法对非极大值抑制,最后采用K-means++聚类自适应双阈值方法对图像边缘进行检测,该方法提高了边缘的定位精准率。
【学位单位】：武汉纺织大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TS107;TP391.41
【部分图文】：

原纬向缺陷的织物样本

图 2.3 纬向缺陷织物样本检测结果对纬向织物疵点的检测结果如图 2.3 所示，基于深浅程度不同的背景，该检测模型能精确定位疵点所在区域；检测模型对清晰程度不同、疵点大小与形状都不相同的疵点检测结果较精确，检测性能表现良好。2.2.2 经向织物疵点的检测

原经向缺陷织物样本
【参考文献】

相关期刊论文 前5条

1 李静;杨玉倩;沈伟;李丹;周华;;基于灰度共生矩阵的织物纹理研究[J];现代纺织技术;2013年03期

2 陈树越;冯军;;基于尺度变换的Gabor滤波器织物疵点检测[J];纺织学报;2010年09期

3 黄剑玲;陈博政;;一种基于Canny的边缘检测优化算法[J];计算机仿真;2010年04期

4 王兴;冯子亮;;基于自适应初始值的FCM聚类图像分割[J];计算机技术与发展;2010年03期

5 夏士雄;李佑文;周勇;;一种半监督局部线性嵌入算法的文本分类方法[J];计算机应用研究;2010年01期

相关硕士学位论文 前5条

1 范晓婷;织物疵点检测算法研究[D];西安工程大学;2017年

2 夏栋;基于多尺度几何分析的经编织疵在线检测[D];江南大学;2017年

3 王鹤翔;基于小波变换和SVM的织物疵点检测与分类[D];东华大学;2015年

4 杜莹萍;基于小波变换和多尺度多方向自相关函数法织物疵点检测[D];西安工程大学;2015年

5 林如意;基于图像处理技术的纺织品瑕疵检测方法[D];杭州电子科技大学;2013年

本文编号：2837361